Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Madiun Spoor : Jurnal Pengabdian Masyarakat
Fathurrozi Winjaya
Politeknik Perkeretaapian Indonesia
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Materials Science & Nanotechnology Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERANCANGAN LANE TRACKING BERBASISKAN DEEP LEARNING NEURAL NETWORK Fathurrozi Winjaya; Arief Darmawan
NUSANTARA : Jurnal Ilmu Pengetahuan Sosial Vol 8, No 7 (2021): NUSANTARA : Jurnal Ilmu Pengetahuan Sosial
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jips.v8i7.2021.2409-2416

Abstract

Perkembangan teknologi dan ilmu pengetahuan berkembang sangat pesat, termasuk dalam bidang transportasi. Kehidupan sehari-hari kita tidak lepas dari sarana transportasi untuk melakukan peralihan ke suatu tempat, transportasi juga menjadi bagian dari perkembangan ekonomi sosial dan budaya dalam kehidupan masyarakat. Transportasi umum bertujuan untuk mengurangi kepadatan kendaraan pribadi di jalan raya khususnya di kota-kota besar salah satunya dengan Autonomous Rail Rapid Transit (ART) bisa menjadi solusi. Prediksi pada penghitungan jarak sangat dibutuhkan untuk mempersiapkan kecepatan pada sarana tersebut. Untuk mengetahui jaraknya mengolah data dari hasil yang telah di learning. Proses learning membutuhkan rekaman video yang nantinya diolah menjadi bentuk image sebagai bahan pembelajaran pada deep learning neural network. Hasil olahan tersebut kemudian dapat digunakan sebagai algoritma yang diterapkan pada sistem lane tracking. Hasil identifikasi dataset didapatkan memakai kaidah neural network. Diperoleh 3 macam dataset serta masing-masing 6 sampel. Tingkat keberhasilan sistem dalam mengidentifikasi suara dataset untuk dataset lurus adalah 100%, dataset kiri 80%, dan dataset kanan 100%.
PELATIHAN PEMANFAATAN JANGKA SORONG DALAM PEMELIHARAAN PREVENTIF KAWAT KONTAK LISTRIK ALIRAN ATAS Santi Triwijaya; Andri Pradipta; Windi Nopriyanto; Akhwan Akhwan; Arief Darmawan; Fathurrozi Winjaya; Dara Aulia Feryando; Galih Satria; Agustinus Prasetyo Edy Wibowo; Teguh Arifianto; Yuli Prasetyo; Trisnawati Trisnawati
Madiun Spoor : Jurnal Pengabdian Masyarakat Vol 6 No 2 (2026): October 2026
Publisher : Politeknik Perkeretaapian Indonesia Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37367/mvdfmr86

Abstract

Listrik Aliran Atas (LAA) merupakan sistem vital penunjang operasi kereta api listrik di mana kawat kontak (contact wire) merupakan komponen kritis yang rentan terhadap degradasi. Pemeliharaan preventif melalui pengukuran ketebalan kawat kontak secara berkala dengan jangka sorong sangat penting untuk menjamin keandalan dan keselamatan operasi. Artikel ini menyajikan kegiatan pengabdian masyarakat berupa pelatihan peningkatan kompetensi dalam penggunaan jangka sorong untuk perawatan kawat kontak LAA. Metode pelatihan berbasis kompetensi diterapkan secara offline dalam tiga tahap: persiapan, pelaksanaan (teori dan praktik langsung), dan evaluasi. Hasil kegiatan menunjukkan bahwa pendekatan pelatihan yang menggabungkan pemberian materi teoritis dengan praktik langsung pada sampel kawat kontak efektif meningkatkan pengetahuan dan keterampilan peserta. Peserta berhasil memahami konstruksi kawat kontak, teknik pengukuran yang akurat, serta pentingnya alat ukur dalam mekanisme pemeliharaan preventif. Kegiatan ini berkontribusi pada pengembangan manusia yang terampil di bidang_perkeretaapian, khususnya dalam menjaga kinerja infrastruktur LAA.
Co-Authors Agustinus Prasetyo Edy Wibowo Akhwan Akhwan Andri Pradipta Arief Darmawan Dara Aulia Feryando Galih Satria Santi Triwijaya Teguh Arifianto Trisnawati Trisnawati Windi Nopriyanto Yuli Prasetyo